基于响应面法的煤尘抑尘剂配方的优化研究

阎杰，杨永竹，段龙，张恒，谢军，舒新前

(1.河北建筑工程学院 土木工程学院，河北 张家口 075000；2.中国矿业大学(北京) 化工学院，北京 100083； 3.河北省土木工程诊断、改造与抗灾重点实验室，河北 张家口 075000)

煤炭在开采及运输过程中会产生大量煤尘，不仅严重影响矿工身体健康，在矿井中大量煤尘亦可引发爆炸威胁煤矿安全[1-3]。因此，在产煤行业，矿井煤尘被列为五大自然灾害之一[4-6]。国内外学者致力于防尘工作的实验研究，虽然降尘取得了一定效果，但是还没有从根本上改进煤尘超标的现象[7-9]。实践证明，要想提高除尘效率，还需要从煤尘表面性质出发，尤其是改变液体对煤尘的润湿性降低液体的表面张力，从而提高煤尘降尘效率[10]。

本文用响应面优化法对抑尘剂配方进行优化设计[11-12]。选用哈密褐煤(HM)进行实验论证，通过对回归过程和响应曲面找出预测的响应值，从而制备效果最好的抑尘剂。

1 实验部分

1.1 材料与仪器

哈密褐煤(HM)，煤的工业分析和元素分析(参照GB/T 212—2001《煤的工业分析方法》和GB/T 476—2001《煤的元素分析方法》测定)结果见表1；阴离子型聚丙烯酰胺(APAM)、烷基糖苷(APG)均为工业级；十二烷基苯磺酸钠(SDBS)、十六烷基三甲基溴化铵(CTAB)均为分析纯。

表1 哈密煤煤尘的工业分析和元素分析Table 1 Proximate and ultimate analysis of coal samples

YS-08型高速破碎机；GZX-9240MBE型电热鼓风干燥箱；TF-G6800型工业分析仪；Vario MACRO CHNS型元素分析仪；FA2204B型电子天平；SCI-100型表面张力仪；7200型可见光分光光度计；JGW-360A型接触角测定仪。

1.2 煤尘润湿机理

煤尘润湿过程主要由三部分组成，即粘湿过程、铺展过程、浸湿过程，见图1。沾湿是煤尘表面的气膜被液体取代的过程，铺展是液滴在煤尘表面自动铺展挤掉气膜的过程，润湿是煤尘颗粒完全进入液体中的过程。表面活性剂是由截然不同的两部分亲水基团和疏水基团构成的，当溶于水时，亲水基深入水中，疏水基则伸向气相。伸向空气的疏水基与煤尘之间通过吸附作用又将煤尘带入水中，使得煤尘表面变为高能表面，进而增强煤尘与水的亲和性，并且润湿剂能在液滴表面形成细长的分子量，使得液滴之间发生凝聚现象，加速煤尘的沉降[13]。

图1 煤尘的润湿过程Fig.1 Wetting process of coal dust

1.3 实验方法

褐煤(HM)经过破碎、筛分，选取粒度<200目的煤尘干燥后备用。润湿剂是表面活性剂与水配成一定浓度的溶液。

煤尘的润湿效果以沉降时间来表征。将0.2 g实验煤尘均匀撒落到100 mL表面活性剂溶液表面，记录煤尘层从接触液面到完全没入水中所需时间，即为沉降时间。沉降时间越短，说明润湿性越好。

煤尘的团聚效果通常以渗透率的高低来表征。称取0.2 g实验煤尘，放入烧杯中，将配制好的黏结剂溶液移入烧杯中，将混合液在磁力搅拌器上以匀速搅拌10 min，然后静置，10 min后用可见光分光光度计在波长550 nm下测其透过率。

2 结果与讨论

2.1 表面活性剂的选择

用于煤尘抑尘剂的表面活性剂必须是无毒无味并不可燃的，尤其需易溶于水、价格低廉且环保。基于课题组对表面活性剂的研究成果及国内外学者的研究基础，本文选择阴离子表面活性剂十二烷基苯磺酸钠(SDBS)、阳离子表面活性剂十六烷基三甲基溴化铵(CTAB)和非离子表面活性剂烷基多糖苷(APG)进行实验。将表面活性剂分别配制成不同浓度的溶液，用接触角测定仪测定表面活性剂与煤尘的接触角，结果见图2。

图2 表面活性剂溶液在HM煤尘表面的接触角Fig.2 Contact angle of surfactant solutions on the surface of HM coal sample

由图2可知，对于HM煤，表面活性剂的润湿效果从大到小顺序依次为APG>SDBS>CTAB。选取APG、SDBS作为表面活性剂复配单体。文献指出，阴离子聚丙烯酰胺(APAM)对于煤尘的团聚效果较好，因此选取APAM与APG、SDBS进行复配实验。

猪繁殖与呼吸综合征（PRRS）的特征是猪群发生以繁殖障碍和呼吸系统症状的一种急性、高度传染的病毒性传染病。高致病性猪蓝耳病是由猪繁殖与呼吸综合征（俗称蓝耳病）病毒变异株引起的一种急性高致死性疫病。仔猪发病率可达100%、死亡率可达50%以上，母猪流产率可达30%以上，育肥猪也可发病死亡是其特征。PRRSV为动脉炎病毒属的成员，是一种有囊膜的单股正链RNA病毒，病毒粒子呈球型，直径为55～60 nm，病毒有2个血清型，即美洲型和欧洲型，我国分离到的毒株为美洲型。

2.2 响应面实验结果

以APG(A)、SDBS(B)和APAM(C)作响应变量，通过响应面软件design expert 8.0.6进行响应实验，以沉降时间和透过率作为响应值，因素与水平见表2，结果见表3。

表2 响应面实验的因素与水平Table 2 The factors and levels of responsesurface experiment

表3 响应面实验结果Table 3 The results of the response surface experiment

2.3 润湿性响应面结果分析

2.3.1 模型建立及方差分析 通过响应面软件design expert 8.0.6.1对表中数据进行回归分析，获得了复配体系(A+B+C)对沉降时间的回归方程：R1=36.14-2.03A-1.95B-0.3C+0.76AB-3.05AC+5.17BC-9.34A2-3.16B2-1.67C2。

对回归方程进行方差分析，结果见表4。

表4 二次模型方差分析表Table 4 Analysis of variance(ANOVA) for thesecond model

注：***显著性0.001，**显著性0.01，*显著性0.05。

由表4可知，模型的相关系数R2=0.921 5，说明响应值(沉降时间)92.15%的变化来源于变量APG、SDBS、APAM，该模型可以较好地反映因素与响应值之间的关系。方程的F值为9.13，概率0.004 1<0.01，说明该模型是显著的，失拟项的F值为1.23，概率为0.407 5>0.05，说明失拟项不显著，表明所得模型拟合结果较好，实验误差小，可以用该模型对不同试剂单体浓度配比条件下的润湿性进行预测。方程所得信噪比8.867 1>4，再次说明该模型可以用来分析和预测复配溶液润湿性较高时的最优配比。

由表4显著性可知，参数BC、A2是模型中的显著模型参数，说明APG在复配体中对煤尘润湿性起主导作用；APAM作为黏结剂，依靠氢键作用团聚煤尘的同时，也起到了润湿煤尘的作用；SDBS/APAM的交互作用进一步提高了煤尘的润湿性。

2.3.2 响应面图形分析 各因素A、B、C与响应值所构成的三维空间曲面图见图3。

图3 不同试剂单体的响应面三维图Fig.3 Response surface 3D plots of different reagent monomers

图3a是APAM浓度为0.04%时，APG和SDBS 浓度对煤尘沉降时间的影响。从图中可以看出，APG和SDBS之间无明显交互作用，意味着，当APG的浓度增加时，SDBS浓度先增大后减小。结合方差分析可知，二者间的交互作用对煤尘的润湿性不显著。

图3b是SDBS浓度为0.40%时，APG与APAM浓度对煤尘沉降时间的影响。从图中可以看出，二者之间有明显交互作用，APG浓度的变化影响沉降时间先增大后减小，且在APG为0.2%时，APAM对沉降时间的影响比较明显，随着浓度增加，沉降时间逐渐减小，润湿效果提高。

图3c是APG浓度为0.20%时，SDBS与APAM浓度对煤尘沉降时间的影响。从图中可以看出，二者之间具有显著交互作用。随着SDBS浓度增加，沉降时间减小，降幅在6～10 s之间；APAM对沉降时间的影响比较明显，随着浓度的增加，沉降时间逐渐减小。主要原因在于粘结剂浓度增大，煤尘表面分子间的静电斥力增加，不利于煤尘润湿。

2.4 团聚性响应面结果分析

2.4.1 模型建立及方差分析 通过响应面软件design expert 8.0.6对表中数据进行回归分析，获到了复配体系(A+B+C)对透过率的回归方程：R2=86.58-0.59A+2.93B+4.26C+0.12AB-1.25AC-0.12BC-1.09A2+0.688B2-0.24C2。

对回归方程作进一步分析，方差分析见表5。

表5 二次模型方差分析表Table 5 Analysis of variance(ANOVA)for the second model

注：***显著性0.001，**显著性0.01，*显著性0.05。

由表5可知，模型的相关系数R2=0.913 1，说明响应值91.31%的变化来源于所选变量APG、SDBS、APAM，该方程可以较好地反映因素与响应值之间的关系。方程的F值为8.14，概率0.005 7<0.01，说明该模型是显著的，失拟项的F值为1.34，概率为0.145 3>0.05，说明失拟项不显著，表明所得方程拟合结果较好，实验误差小，可以用该方程对不同试剂单体浓度配比条件下的透过率进行预测。方程所得信噪比10.572>4，再次说明该方程可以用来分析和预测复配溶液的团聚性较高时的最优配比。

由表5显著性可知，参数B、C是模型中的显著模型参数，即SDBS、APAM对团聚影响很大，提高了煤尘的团聚性，而试剂间的交互作用对煤尘团聚影响较小。因此，在反应过程中对煤尘团聚起主导作用的依然是黏结剂，而表面活性剂在一定程度上提高了黏结剂在煤尘表面的吸附作用。

2.4.2 响应面图形分析 响应面三维图见图4。

图4 不同试剂单体的响应面三维图Fig.4 Response surface 3D plots of different reagent monomers

图4a是APAM浓度为0.04%时，APG和SDBS 浓度对煤尘透过率的影响。从图中可以看出，二者之间具有明显的交互作用，APG浓度的变化对透过率的相对影响较小，随着浓度的增加，透过率呈先升高后减小的趋势，且变化幅度较小；SDBS对透过率的影响较大，浓度增加，透过率明显提高，浓度达到0.5%时，透过率达到最大值，团聚效率效果显著。

图4b是SDBS浓度为0.40%时，APG与APAM浓度对煤尘透过率的影响。从图中可以看出，二者之间没有明显的交互作用，意味着，当APG浓度增加时，APAM浓度可以适当的减小，反之亦然。

图4c是APG浓度为0.20%时，SDBS与APAM浓度对煤尘透过率的影响。从图中可以看出，二者之间无明显交互作用，但SDBS和APAM浓度增加，透过率都有明显的提高，且二者浓度达到最大值时，透过率达到91%左右，团聚效果最好。

2.4.3 最优化条件 通过软件分析可知，煤尘团聚性最好时各成分的最佳浓度为：烷基糖苷(APG)0.15%，十二烷基苯磺酸钠(SDBS)0.50%，阴离子聚丙烯酰胺(APAM)0.04%。在此浓度配比下，模型预测的复配体的透过率为91.4%。

2.5 降尘剂最优化条件及实验验证

通过软件分析可知，同时达到润湿和团聚效果最优的试剂浓度为烷基糖苷(APG)0.25%，十二烷基苯磺酸钠(SDBS)0.50%，阴离子聚丙烯酰胺(APAM)0.05%。在此浓度配比下，模型预测的沉降时间为20.48 s，透过率为91.48%。采用预测浓度进行了3组平行实验，结果见表6。

表6 最优化条件实验验证Table 6 Optimal condition experimental verification

由表6可知，3次实验结果及平均值与模型预测值接近，进一步说明了所得模型的可靠性和准确性。因此，对于HM煤尘，当试剂单体浓度分别为APG 0.25%，SDBS 0.50%及APAM 0.05%时，可同时达到润湿和团聚的最佳状态。

3 结论

(1)选用响应面分析法考察APG、SDBS、APAM浓度对煤尘润湿性的影响，建立了试剂与沉降时间的回归模型，模型的相关系数R2=0.921 5，方程的F值为9.13，概率0.004 1<0.01，说明模型拟合结果较好；响应面图形分析可知，APG和SDBS之间存在重要的交互作用，对润湿性影响显著，SDBS和APAM对煤尘润湿性起主导作用；模型得到的润湿性最优条件为：0.20%APG，0.40%SDBS及0.04%APAM。

(2)响应面分析法分析APG、SDBS、APAM浓度对煤尘团聚性的影响，建立了试剂与透过率的回归模型，模型的相关系数R2=0.913 1，方程的F值为8.17，概率0.005 7<0.01，说明模型拟合结果较好；响应面图形分析可知，APG和APAM之间存在重要的交互作用，对团聚性影响较小，SDBS和APAM对煤尘团聚性起主导作用；模型得到的团聚性最优条件为：0.20%APG，0.40%SDBS及0.04%APAM。

(3)综合分析可知，煤尘润湿和团聚效果最优的试剂复配浓度为：0.25%APG，0.50%SDBS及0.05%APAM，沉降时间预测值为20.48 s，3次实测平均值为21.25 s，误差为3.26%；透过率预测值为91.48%，3次实测平均值为92.49%，误差为1.10%。采用最优预测浓度进行实验，结果表明，三次实验结果与模型预测值接近，进一步说明所得模型的准确性。